本文来源：智车科技 深蓝AI大讲堂
过去几年，行业默认共识是：地图越精细、数据越齐全，智驾就越稳、越高级。可随着无图 NOA 全面普及、全国开城速度大幅提速，从业者慢慢发现，高精地图只能解决已知路况的问题，却永远无法适配真实道路的万千变数。
如今特斯拉、小鹏、华为等头部玩家集体转向无图、轻图路线，试图摆脱对静态高精地图的强依赖。行业竞争重心随之转变：能不能实现实时决策、输出丝滑轨迹、做到稳定控车，成为车企比拼的核心。
但新的问题也随之出现。不少团队手握成熟算法，仿真效果亮眼，实车落地却困难重重。归根结底，大量研发人员的规控知识零散割裂，缺少完整闭环的知识体系，难以打通规划、控制各个模块之间的联动逻辑，这也成为制约无图高阶智驾规模化落地的一大瓶颈。
针对行业普遍面临的这一难题，深蓝学院推出《自动驾驶控制与规划》课程。学员将沿着系统化学习路径，结合工程实战、动手编写代码，由浅入深建立完整规控知识框架，深度吃透算法底层逻辑，补齐从理论到落地的关键短板。
课程导师
乌宁，自动驾驶公司首席研究科学家，规划控制团队负责人，新加坡国立大学博士。具有10年以上机器人规划控制的研发经验，获得多项自动驾驶专利，并发表多篇机器人、自动驾驶论文。
本课程从基础的车辆物理模型出发，通过对不同场景及应用下车辆模型的分析，详细阐述车辆控制学及路径规划的知识体系。通过将理论与实际车辆规划控制中的问题相结合，从而让大家达到融会贯通的效果。
了解自动驾驶的规划控制在整个自动驾驶中的作用；
学会如何建立车辆几何模型、车辆运动学模型以及车辆动力学模型，如何对一些重要的参数进行辨识；
学会设计多种控制器（PID, LQR, MPC）去解决自动驾驶中的控制问题，提升车辆的轨迹追踪、自适应巡航等的性能；
学会如何通过有限状态机(Finite-state machine)在动态环境下规划出一条避开障碍物并符合车辆动力学的路径，如何在复杂环境下做出合理决策等。5. 掌握规划领域的Dijkstra，A*等路径规划的方法，运动规划的方法以及在不确定性条件下的规划问题。
10个月宝宝每天需要喝多少奶粉？
